સોફ્ટવેર ડેવલપમેન્ટનું ભવિષ્ય: કમ્પ્યુટર્સનું ભવિષ્ય P2

ઇમેજ ક્રેડિટ: ક્વોન્ટમરુન

સોફ્ટવેર ડેવલપમેન્ટનું ભવિષ્ય: કમ્પ્યુટર્સનું ભવિષ્ય P2

    1969 માં, નીલ આર્મસ્ટ્રોંગ અને બઝ એલ્ડ્રિન ચંદ્ર પર પગ મૂકનાર પ્રથમ માનવ બન્યા પછી આંતરરાષ્ટ્રીય હીરો બન્યા. પરંતુ જ્યારે આ અવકાશયાત્રીઓ કેમેરા પરના હીરો હતા, ત્યાં હજારો ન ગાયબ નાયકો છે જેમની સંડોવણી વિના, પ્રથમ માનવસહિત ચંદ્ર ઉતરાણ અશક્ય ન હોત. આમાંના કેટલાક હીરો એવા સોફ્ટવેર ડેવલપર્સ હતા જેમણે ફ્લાઇટને કોડ કરી હતી. શા માટે?

    ઠીક છે, તે સમયે જે કમ્પ્યુટર્સ અસ્તિત્વમાં હતા તે આજના કરતાં ઘણા સરળ હતા. વાસ્તવમાં, એપોલો 11 અવકાશયાન (અને તે બાબત માટે 1960 ના દાયકાના તમામ NASA) પરની કોઈપણ વસ્તુ કરતાં સરેરાશ વ્યક્તિનો થાકી ગયેલો સ્માર્ટફોન વધુ શક્તિશાળી છે. તદુપરાંત, તે સમયે કોમ્પ્યુટરને વિશિષ્ટ સોફ્ટવેર ડેવલપર્સ દ્વારા કોડેડ કરવામાં આવ્યા હતા જેઓ સૌથી મૂળભૂત મશીન ભાષાઓમાં સોફ્ટવેર પ્રોગ્રામ કરે છે: AGC એસેમ્બલી કોડ અથવા સરળ રીતે, 1s અને 0s.

    સંદર્ભ માટે, આ ગાયબ નાયકોમાંથી એક, એપોલો સ્પેસ પ્રોગ્રામના સોફ્ટવેર એન્જિનિયરિંગ વિભાગના ડિરેક્ટર, માર્ગારેટ હેમિલ્ટન, અને તેણીની ટીમે કોડનો પહાડ લખવો પડ્યો (નીચે ચિત્રમાં) કે જે આજની પ્રોગ્રામિંગ ભાષાઓનો ઉપયોગ કરીને પ્રયત્નોના અપૂર્ણાંકનો ઉપયોગ કરીને લખી શકાય છે.

    (ઉપર ચિત્રમાં માર્ગારેટ હેમિલ્ટન એપોલો 11 સોફ્ટવેર ધરાવતા કાગળના સ્ટેકની બાજુમાં ઉભેલી છે.)

    અને આજકાલથી વિપરીત જ્યાં સૉફ્ટવેર ડેવલપર્સ લગભગ 80-90 ટકા સંભવિત દૃશ્યો માટે કોડ કરે છે, એપોલો મિશન માટે, તેમના કોડને દરેક વસ્તુ માટે જવાબદાર ગણવામાં આવતું હતું. આને પરિપ્રેક્ષ્યમાં મૂકવા માટે, માર્ગારેટે પોતે કહ્યું:

    "ચેકલિસ્ટ મેન્યુઅલમાં ભૂલને કારણે, રેન્ડેઝવસ રડાર સ્વીચ ખોટી સ્થિતિમાં મૂકવામાં આવી હતી. તેના કારણે તે કમ્પ્યુટરને ભૂલભરેલા સંકેતો મોકલે છે. પરિણામ એ આવ્યું કે કમ્પ્યુટરને ઉતરાણ માટે તેના તમામ સામાન્ય કાર્યો કરવા માટે કહેવામાં આવ્યું હતું. બનાવટી ડેટાનો વધારાનો લોડ પ્રાપ્ત કરતી વખતે જે તેના સમયનો 15% વપરાતો હતો. કમ્પ્યુટર (અથવા તેના બદલે તેમાં રહેલું સોફ્ટવેર) એ ઓળખવા માટે એટલું સ્માર્ટ હતું કે તેને જે કરવું જોઈએ તેના કરતાં વધુ કાર્યો કરવા માટે કહેવામાં આવ્યું હતું. તે પછી તેને મોકલવામાં આવ્યું. એક એલાર્મ વગાડ્યો, જેનો અર્થ અવકાશયાત્રી માટે હતો, હું આ સમયે કરવા જોઈએ તેના કરતાં વધુ કાર્યોથી ભરાઈ ગયો છું, અને હું ફક્ત વધુ મહત્વપૂર્ણ કાર્યો રાખવા જઈ રહ્યો છું; એટલે કે, ઉતરાણ માટે જરૂરી કાર્યો... ખરેખર , કોમ્પ્યુટરને ભૂલની પરિસ્થિતિઓને ઓળખવા કરતાં વધુ કરવા માટે પ્રોગ્રામ કરવામાં આવ્યો હતો. પુનઃપ્રાપ્તિ પ્રોગ્રામ્સનો સંપૂર્ણ સેટ સૉફ્ટવેરમાં સામેલ કરવામાં આવ્યો હતો. આ કિસ્સામાં, સૉફ્ટવેરની ક્રિયા, નિમ્ન અગ્રતાના કાર્યોને દૂર કરવા અને વધુ મહત્વપૂર્ણ કાર્યોને પુનઃસ્થાપિત કરવાની હતી ... જો કમ્પ્યુટર ન હોતઆ સમસ્યાને ઓળખી અને પુનઃપ્રાપ્તિ માટે પગલાં લીધાં, મને શંકા છે કે શું એપોલો 11 સફળ મૂન લેન્ડિંગ થયું હોત."

    — માર્ગારેટ હેમિલ્ટન, એપોલો ફ્લાઇટ કોમ્પ્યુટર પ્રોગ્રામિંગ MIT ડ્રેપર લેબોરેટરીના ડિરેક્ટર, કેમ્બ્રિજ, મેસેચ્યુસેટ્સ, "કમ્પ્યુટર ગોટ લોડેડ", પત્ર ડેટામેશન, માર્ચ 1, 1971

    અગાઉ સંકેત આપ્યા મુજબ, એપોલોના શરૂઆતના દિવસોથી સોફ્ટવેરનો વિકાસ થયો છે. નવી ઉચ્ચ-સ્તરની પ્રોગ્રામિંગ ભાષાઓએ 1s અને 0s સાથે કોડિંગની કંટાળાજનક પ્રક્રિયાને બદલે શબ્દો અને પ્રતીકો સાથે કોડિંગ કરી. રેન્ડમ નંબર જનરેટ કરવા જેવા કાર્યો કે જેને કોડિંગના દિવસોની જરૂર પડતી હતી તે હવે સિંગલ કમાન્ડ લાઇન લખીને બદલવામાં આવે છે.

    બીજા શબ્દોમાં કહીએ તો, સોફ્ટવેર કોડિંગ દરેક પસાર થતા દાયકા સાથે વધુને વધુ સ્વચાલિત, સાહજિક અને માનવ બની રહ્યું છે. આ ગુણો ફક્ત ભવિષ્યમાં જ ચાલુ રહેશે, સોફ્ટવેર ડેવલપમેન્ટના ઉત્ક્રાંતિને તે રીતે માર્ગદર્શન આપે છે જે આપણા રોજિંદા જીવન પર ઊંડી અસર કરશે. આ શું છે આ પ્રકરણ કમ્પ્યુટર્સનું ભવિષ્ય શ્રેણી અન્વેષણ કરશે.

    જનતા માટે સોફ્ટવેર ડેવલપમેન્ટ

    કોડ 1s અને 0s (મશીન લેંગ્વેજ) ને શબ્દો અને પ્રતીકો (માનવ ભાષા) સાથે બદલવાની પ્રક્રિયાને અમૂર્તતાના સ્તરો ઉમેરવાની પ્રક્રિયા તરીકે ઓળખવામાં આવે છે. આ અમૂર્તતાઓ નવી પ્રોગ્રામિંગ ભાષાઓના સ્વરૂપમાં આવી છે જે તેઓ જે ક્ષેત્ર માટે ડિઝાઇન કરવામાં આવી હતી તેના માટે જટિલ અથવા સામાન્ય કાર્યોને સ્વચાલિત કરે છે. પરંતુ 2000 ના દાયકાના પ્રારંભમાં, નવી કંપનીઓ ઉભરી (જેમ કે કેસ્પિયો, ક્વિકબેઝ અને મેન્ડી) જેણે નો-કોડ અથવા લો-કોડ પ્લેટફોર્મ્સ તરીકે ઓળખાતું ઓફર કરવાનું શરૂ કર્યું.

    આ વપરાશકર્તા-મૈત્રીપૂર્ણ, ઑનલાઇન ડેશબોર્ડ્સ છે જે બિન-તકનીકી વ્યાવસાયિકોને કોડના વિઝ્યુઅલ બ્લોક્સ (પ્રતીકો/ગ્રાફિક્સ) ને એકસાથે સ્નેપ કરીને તેમના વ્યવસાયની જરૂરિયાતોને અનુરૂપ કસ્ટમ એપ્લિકેશન્સ બનાવવા માટે સક્ષમ કરે છે. બીજા શબ્દોમાં કહીએ તો, ઝાડને કાપીને તેને ડ્રેસિંગ કેબિનેટમાં બનાવવાને બદલે, તમે તેને Ikea ના પૂર્વ-ફેશનના ભાગોનો ઉપયોગ કરીને બનાવો છો.

    આ સેવાનો ઉપયોગ કરવા માટે હજુ પણ ચોક્કસ સ્તરના કોમ્પ્યુટર સેવીની જરૂર છે, તમારે હવે તેનો ઉપયોગ કરવા માટે કમ્પ્યુટર સાયન્સની ડિગ્રીની જરૂર નથી. પરિણામે, અમૂર્તતાનું આ સ્વરૂપ કોર્પોરેટ વિશ્વમાં લાખો નવા "સોફ્ટવેર ડેવલપર્સ"ના ઉદયને સક્ષમ કરી રહ્યું છે, અને તે ઘણા બાળકોને અગાઉની ઉંમરે કોડ કેવી રીતે બનાવવું તે શીખવા માટે સક્ષમ બનાવે છે.

    સોફ્ટવેર ડેવલપર બનવાનો અર્થ શું છે તે ફરીથી વ્યાખ્યાયિત કરવું

    એક સમય એવો હતો જ્યારે લેન્ડસ્કેપ અથવા વ્યક્તિનો ચહેરો ફક્ત કેનવાસ પર જ કેપ્ચર કરી શકાતો હતો. એક ચિત્રકારે એપ્રેન્ટિસ તરીકે વર્ષો સુધી અભ્યાસ અને પ્રેક્ટિસ કરવી પડશે, પેઇન્ટિંગની હસ્તકલા શીખવી પડશે - રંગોને કેવી રીતે મિશ્રિત કરવું, કયા સાધનો શ્રેષ્ઠ છે, ચોક્કસ વિઝ્યુઅલ ચલાવવા માટે યોગ્ય તકનીકો. વેપારની કિંમત અને તેને સારી રીતે કરવા માટે જરૂરી ઘણા વર્ષોના અનુભવનો અર્થ એ પણ હતો કે ચિત્રકારો થોડા અને વચ્ચે હતા.

    પછી કેમેરાની શોધ થઈ. અને એક બટનના ક્લિક સાથે, લેન્ડસ્કેપ્સ અને પોટ્રેટ્સ એક સેકન્ડમાં કેપ્ચર કરવામાં આવ્યા હતા જે અન્યથા પેઇન્ટ કરવામાં દિવસોથી અઠવાડિયા લાગી શકે છે. અને જેમ જેમ કેમેરા સુધરતા ગયા, સસ્તા બન્યા, અને તે એવા સ્થાને પુષ્કળ બન્યા કે જ્યાં તે હવે સૌથી મૂળભૂત સ્માર્ટફોનમાં પણ સમાવિષ્ટ છે, આપણી આસપાસની દુનિયાને કેપ્ચર કરવી એ એક સામાન્ય અને સામાન્ય પ્રવૃત્તિ બની ગઈ છે જેમાં હવે દરેક વ્યક્તિ ભાગ લે છે.

    જેમ જેમ એબ્સ્ટ્રેક્શન્સ પ્રગતિ કરે છે અને નવી સૉફ્ટવેર ભાષાઓ વધુ નિયમિત સૉફ્ટવેર ડેવલપમેન્ટ કાર્યને સ્વચાલિત કરે છે, 10 થી 20 વર્ષમાં સોફ્ટવેર ડેવલપર બનવાનો શું અર્થ થશે? આ પ્રશ્નનો જવાબ આપવા માટે, ચાલો જોઈએ કે ભાવિ સોફ્ટવેર ડેવલપર્સ આવતીકાલની એપ્લીકેશનો કેવી રીતે તૈયાર કરશે:

    *પ્રથમ, તમામ પ્રમાણિત, પુનરાવર્તિત કોડિંગ કાર્ય અદૃશ્ય થઈ જશે. તેની જગ્યાએ પૂર્વવ્યાખ્યાયિત ઘટક વર્તણૂકો, UI અને ડેટા-ફ્લો મેનિપ્યુલેશન્સ (Ikea ભાગો) ની વિશાળ પુસ્તકાલય હશે.

    *આજની જેમ, નોકરીદાતાઓ અથવા ઉદ્યોગસાહસિકો સોફ્ટવેર ડેવલપર્સ માટે વિશિષ્ટ સોફ્ટવેર એપ્લિકેશન્સ અથવા પ્લેટફોર્મ્સ દ્વારા એક્ઝિક્યુટ કરવા માટે ચોક્કસ લક્ષ્યો અને ડિલિવરેબલ્સ વ્યાખ્યાયિત કરશે.

    *ત્યારબાદ આ વિકાસકર્તાઓ તેમની એક્ઝિક્યુશન વ્યૂહરચનાનો નકશો તૈયાર કરશે અને તેમની ઘટક લાઇબ્રેરીને ઍક્સેસ કરીને અને વિઝ્યુઅલ ઇન્ટરફેસનો ઉપયોગ કરીને તેમને એકસાથે લિંક કરવા માટે તેમના સૉફ્ટવેરના પ્રારંભિક ડ્રાફ્ટ્સનું પ્રોટોટાઇપ કરવાનું શરૂ કરશે - ઓગમેન્ટેડ રિયાલિટી (AR) અથવા વર્ચ્યુઅલ રિયાલિટી (VR) દ્વારા ઍક્સેસ કરાયેલા વિઝ્યુઅલ ઇન્ટરફેસ.

    *વિશિષ્ટ આર્ટિફિશિયલ ઇન્ટેલિજન્સ (AI) સિસ્ટમો તેમના વિકાસકર્તાના પ્રારંભિક ડ્રાફ્ટ્સ દ્વારા સૂચિત લક્ષ્યો અને ડિલિવરેબલ્સને સમજવા માટે રચાયેલ છે, તે પછી ડ્રાફ્ટ કરેલ સોફ્ટવેર ડિઝાઇનને રિફાઇન કરશે અને તમામ ગુણવત્તા ખાતરી પરીક્ષણને સ્વચાલિત કરશે.

    *પરિણામોના આધારે, AI પછી વિકાસકર્તાને ઘણા પ્રશ્નો પૂછશે (સંભવતઃ મૌખિક, એલેક્સા જેવા સંચાર દ્વારા), પ્રોજેક્ટના લક્ષ્યો અને ડિલિવરેબલ્સને વધુ સારી રીતે સમજવા અને વ્યાખ્યાયિત કરવા અને વિવિધ પરિસ્થિતિઓમાં સોફ્ટવેર કેવી રીતે કાર્ય કરવું જોઈએ તેની ચર્ચા કરશે. અને પર્યાવરણો.

    *વિકાસકર્તાના પ્રતિસાદના આધારે, AI ધીમે ધીમે તેનો હેતુ શીખશે અને પ્રોજેક્ટના લક્ષ્યોને પ્રતિબિંબિત કરવા માટે કોડ જનરેટ કરશે.

    *આ આગળ-પાછળ, માનવ-મશીન સહયોગ સોફ્ટવેરના સંસ્કરણ પછી સંસ્કરણને પુનરાવર્તિત કરશે જ્યાં સુધી પૂર્ણ અને માર્કેટેબલ સંસ્કરણ આંતરિક અમલીકરણ માટે અથવા જાહેર જનતાને વેચાણ માટે તૈયાર ન થાય ત્યાં સુધી.

    *વાસ્તવમાં, સૉફ્ટવેર વાસ્તવિક-વિશ્વના ઉપયોગ માટે ખુલ્લા થયા પછી આ સહયોગ ચાલુ રહેશે. જેમ જેમ સાદી બગ્સની જાણ કરવામાં આવે છે તેમ, AI સોફ્ટવેર ડેવલપમેન્ટ પ્રક્રિયા દરમિયાન દર્શાવેલ મૂળ, ઇચ્છિત લક્ષ્યોને પ્રતિબિંબિત કરે તે રીતે આપમેળે ઠીક કરશે. દરમિયાન, વધુ ગંભીર ભૂલો આ સમસ્યાને ઉકેલવા માટે માનવ-AI સહયોગ માટે બોલાવશે.

    એકંદરે, ભાવિ સોફ્ટવેર ડેવલપર્સ 'કેવી રીતે' પર ઓછું અને 'શું' અને 'શા માટે' પર વધુ ધ્યાન કેન્દ્રિત કરશે. તેઓ ઓછા કારીગર અને વધુ આર્કિટેક્ટ હશે. પ્રોગ્રામિંગ એ એક બૌદ્ધિક કવાયત હશે જેમાં એવા લોકોની જરૂર પડશે કે જેઓ AI સમજી શકે તે રીતે હેતુ અને પરિણામોને પદ્ધતિસર રીતે સંચાર કરી શકે અને પછી તૈયાર ડિજિટલ એપ્લિકેશન અથવા પ્લેટફોર્મને ઓટો-કોડ કરી શકે.

    આર્ટિફિશિયલ ઇન્ટેલિજન્સ આધારિત સોફ્ટવેર ડેવલપમેન્ટ

    ઉપરોક્ત વિભાગને જોતાં, તે સ્પષ્ટ છે કે અમને લાગે છે કે AI સોફ્ટવેર ડેવલપમેન્ટના ક્ષેત્રમાં વધુને વધુ કેન્દ્રિય ભૂમિકા ભજવશે, પરંતુ તેનો દત્તક ફક્ત સોફ્ટવેર ડેવલપર્સને વધુ અસરકારક બનાવવાના હેતુ માટે નથી, આ વલણની પાછળ વ્યવસાયિક દળો પણ છે.

    સોફ્ટવેર ડેવલપમેન્ટ કંપનીઓ વચ્ચેની સ્પર્ધા દરેક પસાર થતા વર્ષ સાથે ઉગ્ર બની રહી છે. કેટલીક કંપનીઓ તેમના સ્પર્ધકોને ખરીદીને સ્પર્ધા કરે છે. અન્ય સોફ્ટવેર ભિન્નતા પર સ્પર્ધા કરે છે. બાદની વ્યૂહરચના સાથેનો પડકાર એ છે કે તે સરળતાથી બચાવ કરી શકાય તેવું નથી. કોઈપણ સોફ્ટવેર સુવિધા અથવા સુધારણા એક કંપની તેના ગ્રાહકોને ઓફર કરે છે, તેના સ્પર્ધકો સંબંધિત સરળતા સાથે નકલ કરી શકે છે.

    આ કારણોસર, તે દિવસો ગયા જ્યારે કંપનીઓ દર એકથી ત્રણ વર્ષે નવા સોફ્ટવેર બહાર પાડે છે. આ દિવસોમાં, ભિન્નતા પર ધ્યાન કેન્દ્રિત કરતી કંપનીઓને નવા સોફ્ટવેર, સૉફ્ટવેર ફિક્સેસ અને સૉફ્ટવેર સુવિધાઓને વધુને વધુ નિયમિત ધોરણે રિલીઝ કરવા માટે નાણાકીય પ્રોત્સાહન મળે છે. કંપનીઓ જેટલી ઝડપથી નવીનતા લાવે છે, તેટલી જ તેઓ ક્લાયંટની વફાદારી વધારે છે અને સ્પર્ધકો પર સ્વિચ કરવાની કિંમતમાં વધારો કરે છે. ઇન્ક્રીમેન્ટલ સોફ્ટવેર અપડેટ્સની નિયમિત ડિલિવરી તરફ આ પરિવર્તન એ "સતત ડિલિવરી" તરીકે ઓળખાતું વલણ છે.

    કમનસીબે, સતત ડિલિવરી સરળ નથી. આજની સોફ્ટવેર કંપનીઓમાંથી માંડ એક ક્વાર્ટર આ ટ્રેન્ડ માટે માંગવામાં આવતા રિલીઝ શેડ્યૂલને એક્ઝિક્યુટ કરી શકે છે. અને તેથી જ વસ્તુઓને ઝડપી બનાવવા માટે AI નો ઉપયોગ કરવામાં ખૂબ રસ છે.

    અગાઉ દર્શાવ્યા મુજબ, AI આખરે સોફ્ટવેર ડ્રાફ્ટિંગ અને વિકાસમાં વધુને વધુ સહયોગી ભૂમિકા ભજવશે. પરંતુ ટૂંકા ગાળામાં, કંપનીઓ સોફ્ટવેર માટેની ગુણવત્તા ખાતરી (પરીક્ષણ) પ્રક્રિયાઓને વધુને વધુ સ્વચાલિત કરવા માટે તેનો ઉપયોગ કરી રહી છે. અને અન્ય કંપનીઓ સૉફ્ટવેર દસ્તાવેજીકરણને સ્વચાલિત કરવા માટે AI નો ઉપયોગ કરવાનો પ્રયોગ કરી રહી છે - નવી સુવિધાઓ અને ઘટકોના પ્રકાશનને ટ્રૅક કરવાની પ્રક્રિયા અને તેઓ કોડ સ્તર સુધી કેવી રીતે ઉત્પન્ન થયા.

    એકંદરે, AI સોફ્ટવેર ડેવલપમેન્ટમાં વધુને વધુ કેન્દ્રિય ભૂમિકા ભજવશે. તે સોફ્ટવેર કંપનીઓ કે જેઓ તેનો વહેલો ઉપયોગ કરે છે તેઓ આખરે તેમના સ્પર્ધકો કરતાં ઘાતાંકીય વૃદ્ધિનો આનંદ માણશે. પરંતુ આ AI લાભોને સાકાર કરવા માટે, ઉદ્યોગને વસ્તુઓની હાર્ડવેર બાજુમાં પ્રગતિ જોવાની પણ જરૂર પડશે - આગળનો વિભાગ આ મુદ્દા પર વિસ્તૃત કરશે.

    સેવા તરીકે સૉફ્ટવેર

    ડિજિટલ આર્ટ અથવા ડિઝાઇન વર્ક બનાવતી વખતે તમામ પ્રકારના સર્જનાત્મક વ્યાવસાયિકો Adobe સોફ્ટવેરનો ઉપયોગ કરે છે. લગભગ ત્રણ દાયકાઓ સુધી, તમે એડોબના સોફ્ટવેરને સીડી તરીકે ખરીદ્યા અને તેનો ઉપયોગ કાયમી ધોરણે માલિકી ધરાવો છો, જરૂરિયાત મુજબ ભાવિ અપગ્રેડેડ વર્ઝન ખરીદો છો. પરંતુ 2010 ના દાયકાના મધ્યમાં, એડોબે તેની વ્યૂહરચના બદલી.

    હેરાન કરતી વિસ્તૃત માલિકી કી સાથે સોફ્ટવેર સીડી ખરીદવાને બદલે, Adobe ગ્રાહકોએ હવે તેમના કમ્પ્યુટિંગ ઉપકરણો પર Adobe સોફ્ટવેર ડાઉનલોડ કરવાના અધિકાર માટે માસિક સબ્સ્ક્રિપ્શન ચૂકવવું પડશે, જે સૉફ્ટવેર એડોબ સર્વર્સ પર નિયમિત-થી-સતત ઇન્ટરનેટ કનેક્શન સાથે કામ કરશે. .

    આ ફેરફાર સાથે, ગ્રાહકો હવે Adobe સોફ્ટવેરની માલિકી ધરાવતા નથી; તેઓએ તેને જરૂર મુજબ ભાડે આપ્યું. બદલામાં, ગ્રાહકોને એડોબ સોફ્ટવેરના અપગ્રેડેડ વર્ઝનને સતત ખરીદવાની જરૂર નથી; જ્યાં સુધી તેઓ Adobe સેવામાં સબ્સ્ક્રાઇબ કરે છે, ત્યાં સુધી તેઓ હંમેશા પ્રકાશન પછી તરત જ તેમના ઉપકરણ પર નવીનતમ અપડેટ્સ અપલોડ કરે છે (ઘણી વખત વર્ષમાં ઘણી વખત).

    અમે તાજેતરના વર્ષોમાં જોયેલા સૌથી મોટા સોફ્ટવેર વલણોમાંથી એકનું આ માત્ર એક ઉદાહરણ છે: કેવી રીતે સોફ્ટવેર એકલ ઉત્પાદનને બદલે સેવામાં સંક્રમિત થઈ રહ્યું છે. અને માત્ર નાના, વિશિષ્ટ સૉફ્ટવેર જ નહીં, પરંતુ સમગ્ર ઑપરેટિંગ સિસ્ટમ્સ, જેમ કે અમે Microsoft ના Windows 10 અપડેટના પ્રકાશન સાથે જોયું છે. બીજા શબ્દોમાં કહીએ તો, સેવા તરીકે સોફ્ટવેર (સાસ).

    સ્વ-શિક્ષણ સોફ્ટવેર (SLS)

    SaaS તરફ ઇન્ડસ્ટ્રીના શિફ્ટ પર બિલ્ડીંગ, સોફ્ટવેર સ્પેસમાં એક નવો ટ્રેન્ડ ઉભરી રહ્યો છે જે SaaS અને AI બંનેને જોડે છે. એમેઝોન, ગૂગલ, માઈક્રોસોફ્ટ અને આઈબીએમની અગ્રણી કંપનીઓએ તેમના ગ્રાહકોને સેવા તરીકે AI ઈન્ફ્રાસ્ટ્રક્ચર ઓફર કરવાનું શરૂ કર્યું છે.

    બીજા શબ્દોમાં કહીએ તો, હવે AI અને મશીન લર્નિંગ માત્ર સોફ્ટવેર જાયન્ટ્સ માટે સુલભ નથી, હવે કોઈપણ કંપની અને ડેવલપર સેલ્ફ-લર્નિંગ સોફ્ટવેર (SLS) બનાવવા માટે ઓનલાઈન AI સંસાધનોને ઍક્સેસ કરી શકે છે.

    અમે અમારી ફ્યુચર ઑફ આર્ટિફિશિયલ ઇન્ટેલિજન્સ શ્રેણીમાં AI ની સંભવિતતા વિશે વિગતવાર ચર્ચા કરીશું, પરંતુ આ પ્રકરણના સંદર્ભ માટે, અમે કહીશું કે વર્તમાન અને ભાવિ સોફ્ટવેર ડેવલપર્સ નવી સિસ્ટમ્સ બનાવવા માટે SLS બનાવશે જે કાર્યોની અપેક્ષા રાખે છે અને ફક્ત તમારા માટે તેમને સ્વતઃ-પૂર્ણ કરો.

    આનો અર્થ એ છે કે ભાવિ AI સહાયક ઑફિસમાં તમારી કાર્યશૈલી શીખશે અને તમારા માટે મૂળભૂત કાર્યો પૂર્ણ કરવાનું શરૂ કરશે, જેમ કે દસ્તાવેજોને તમને ગમે તે રીતે ફોર્મેટ કરવા, તમારા અવાજના સ્વરમાં તમારા ઇમેઇલનો મુસદ્દો તૈયાર કરવો, તમારા કાર્ય કૅલેન્ડરનું સંચાલન કરવું અને વધુ.

    ઘરે, આનો અર્થ એ હોઈ શકે કે SLS સિસ્ટમ તમારા ભાવિ સ્માર્ટ હોમને મેનેજ કરે, જેમાં તમે પહોંચતા પહેલા તમારા ઘરને પ્રી-હીટિંગ કરવા અથવા તમારે ખરીદવાની જરૂર હોય તેવા કરિયાણાનો ટ્રેક રાખવા જેવા કાર્યોનો સમાવેશ થાય છે.

    2020 અને 2030 સુધીમાં, આ SLS સિસ્ટમો કોર્પોરેટ, સરકાર, સૈન્ય અને ગ્રાહક બજારોમાં મહત્વપૂર્ણ ભૂમિકા ભજવશે, ધીમે ધીમે દરેકને તેમની ઉત્પાદકતામાં સુધારો કરવામાં અને તમામ પ્રકારના કચરાને ઘટાડવામાં મદદ કરશે. અમે આ શ્રેણીમાં પછીથી વધુ વિગતમાં SLS ટેકને આવરી લઈશું.

    જો કે, આ બધામાં એક પકડ છે.

    SaaS અને SLS મોડલ્સ કામ કરવાનો એકમાત્ર રસ્તો એ છે કે જો ઈન્ટરનેટ (અથવા તેની પાછળનું ઈન્ફ્રાસ્ટ્રક્ચર) સતત વધતું રહે અને સુધારતું રહે, તો કોમ્પ્યુટિંગ અને સ્ટોરેજ હાર્ડવેરની સાથે જે આ SaaS/SLS સિસ્ટમ્સ પર કામ કરે છે તે 'ક્લાઉડ' ચલાવે છે. સદ્ભાગ્યે, અમે જે વલણોને ટ્રૅક કરી રહ્યાં છીએ તે આશાસ્પદ લાગે છે.

    ઇન્ટરનેટ કેવી રીતે વધશે અને વિકસિત થશે તે વિશે જાણવા માટે, અમારું વાંચો ઈન્ટરનેટનું ભવિષ્ય શ્રેણી કમ્પ્યુટર હાર્ડવેર કેવી રીતે આગળ વધશે તે વિશે વધુ જાણવા માટે, પછી નીચેની લિંક્સનો ઉપયોગ કરીને વાંચો!

    કમ્પ્યુટર શ્રેણીનું ભવિષ્ય

    માનવતાને ફરીથી વ્યાખ્યાયિત કરવા માટે ઉભરતા વપરાશકર્તા ઇન્ટરફેસ: કમ્પ્યુટર્સનું ભવિષ્ય P1

    ડિજિટલ સ્ટોરેજ ક્રાંતિ: કમ્પ્યુટર્સ P3નું ભવિષ્ય

    માઈક્રોચિપ્સના મૂળભૂત પુનઃવિચારને વેગ આપવા માટે લુપ્ત થતો મૂરનો કાયદો: કોમ્પ્યુટર P4નું ભવિષ્ય

    ક્લાઉડ કમ્પ્યુટિંગ વિકેન્દ્રિત બને છે: કમ્પ્યુટર્સનું ભવિષ્ય P5

    શા માટે દેશો સૌથી મોટા સુપર કોમ્પ્યુટર બનાવવા માટે સ્પર્ધા કરી રહ્યા છે? કમ્પ્યુટર્સનું ભવિષ્ય P6

    ક્વોન્ટમ કોમ્પ્યુટર વિશ્વને કેવી રીતે બદલી નાખશે: કમ્પ્યુટર્સનું ભવિષ્ય P7    

    આ આગાહી માટે આગામી સુનિશ્ચિત અપડેટ

    2023-02-08

    આગાહી સંદર્ભો

    આ આગાહી માટે નીચેની લોકપ્રિય અને સંસ્થાકીય લિંક્સનો સંદર્ભ આપવામાં આવ્યો હતો:

    પ્રોપબ્લિકા

    આ આગાહી માટે નીચેની Quantumrun લિંક્સનો સંદર્ભ આપવામાં આવ્યો હતો: